نشر نماذج الذكاء الاصطناعي في الإنتاج: دليل كامل

نشر نماذج الذكاء الاصطناعي في الإنتاج يختلف عن تدريبها. يغطي هذا الدليل خط أنابيب النشر بالكامل.

خط أنابيب النشر

1. تصدير النموذج: تحويل إلى تنسيق محسن
2. الحاوية: تعبئة مع التبعيات
3. تطوير API: إنشاء نقطة استدلال
4. النشر: نشر في السحابة أو محلياً
5. المراقبة: تتبع الأداء والانحراف
6. التوسع: التعامل مع الحمولة المتزايدة

الخطوة 1: تصدير النموذج

صدّر نموذجك المدرب إلى تنسيق محسن:

# PyTorch إلى TorchScript
import torch
model.eval()
example_input = torch.randn(1, 3, 224, 224)
traced_model = torch.jit.trace(model, example_input)
traced_model.save("model.pt")

# أو استخدم ONNX للتشغيل عبر المنصات
import torch.onnx
torch.onnx.export(model, example_input, "model.onnx")

الخطوة 2: الحاوية

FROM python:3.10-slim

WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY model.pt .
COPY app.py .

EXPOSE 8000
CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "8000"]

الخطوة 3: تطوير API (FastAPI)

from fastapi import FastAPI, File, UploadFile
import torch
from PIL import Image
import io

app = FastAPI()
model = torch.jit.load("model.pt")
model.eval()

@app.post("/predict")
async def predict(file: UploadFile = File(...)):
    image = Image.open(io.BytesIO(await file.read()))
    # معالجة مسبقة وتنبؤ
    tensor = preprocess(image)
    with torch.no_grad():
        output = model(tensor)
    return {"prediction": postprocess(output)}

@app.get("/health")
async def health():
    return {"status": "healthy"}

الخطوة 4: خيارات النشر

بدون خادم: استخدم AWS Lambda أو Google Cloud Run أو Vercel للنماذج خفيفة الوزن.

مثيلات GPU: استخدم AWS SageMaker أو GCP AI Platform أو خوادم GPU مخصصة.

نشر طرفي: استخدم TensorFlow Lite أو ONNX Runtime أو CoreML للهواتف المحمولة.

الخطوة 5: المراقبة

# تتبع المقاييس الرئيسية
import time
import logging

def predict_with_monitoring(input_data):
    start = time.time()
    result = model.predict(input_data)
    latency = time.time() - start
    
    logging.info(f"التنبؤ: {result}، زمن الاستجابة: {latency:.3f}ث")
    
    # التحقق من انحراف البيانات
    check_drift(input_data)
    
    return result

الخطوة 6: التوسع

• التوسع الأفقي: أضف المزيد من المثيلات خلف موازن التحميل
• تكميم النموذج: قلل حجم النموذج للاستدلال الأسرع
• التجميع: معالجة طلبات متعددة معاً
• التخزين المؤقت: خزّن نتائج المدخلات الشائعة

تحسين التكلفة

• استخدم مثيلات سبوت للمعالجة المجمعة
• خزّن التنبؤات المطلوبة بكثرة مؤقتاً
• كمم النماذج لتقليل ذاكرة GPU
• استخدم تقطير النماذج للمهام الأبسط

مثال واقعي

نشرت شركة مالية مغربية نموذج كشف احتيال بالذكاء الاصطناعي:

• حاوية مع Docker
• نشر على AWS ECS مع توسع تلقائي
• يعالج 10,000+ معاملة في الدقيقة
• 99.9% وقت تشغيل مع نشر متعدد مناطق التوفر
• أقل من 100ms زمن استجابة لكل تنبؤ

الخطوات التالية

برنامجنا "ابنِ باستخدام LLMs" يعلّم النشر الإنتاجي لتطبيقات الذكاء الاصطناعي.